如何用Python从查找表读取三变量构建循环以优化重复代码？

核心思路 #

将查找表读入DataFrame，循环遍历每一行提取myfile、pname、ename三个变量，复用你的文件处理逻辑完成批量操作，彻底告别重复粘贴代码。

具体实现步骤 #

1. 读取查找表
   假设你的查找表是CSV/Excel格式，用Pandas直接读取：

   import pandas as pd
   
   # 读取查找表（Excel格式替换为pd.read_excel）
   lookup_table = pd.read_csv("你的查找表路径.csv")
   

2. 封装单文件处理逻辑
   把你原来处理单个文件的代码封装成函数，接收三个变量作为参数：

   def process_single_file(myfile, pname, ename):
       # 移除txt文件首行
       with open(myfile, 'r', encoding='utf-8') as f:
           content_lines = f.readlines()[1:]  # 跳过第一行
       
       # 构建带STA_Parm列的DataFrame
       # 这里根据你txt文件的实际分隔符调整，比如逗号分隔用split(',')
       df = pd.DataFrame([line.strip().split() for line in content_lines], columns=[pname, ename])
       df['STA_Parm'] = f"{pname}_{ename}"  # 按需定义STA_Parm的取值规则
       
       # 导出为CSV
       output_path = f"处理结果_{pname}_{ename}.csv"
       df.to_csv(output_path, index=False, encoding='utf-8')
   

3. 循环执行批量处理
   遍历查找表的每一行，提取参数并调用处理函数：

   # 用itertuples遍历比iterrows性能更优
   for row in lookup_table.itertuples(index=False):
       # 提取三个变量（确保查找表列名和此处一致）
       target_file = row.myfile
       param_p = row.pname
       param_e = row.ename
       
       # 执行处理
       process_single_file(target_file, param_p, param_e)
       print(f"完成 {param_p}_{param_e} 文件处理")
   

注意事项 #

• 确认查找表的列名和代码中提取的myfile、pname、ename完全匹配，包括大小写
• 如果txt文件的内容格式特殊（比如固定宽度、自定义分隔符），需要调整split()的参数或改用pd.read_csv直接读取处理后的内容
• 导出CSV的文件名可根据需求自定义，避免不同任务的结果文件互相覆盖

内容的提问来源于stack exchange，提问作者RFGuy